K-meansを用いてネットビジネスユーザデータの顧客セグメンテーションの研究

抄録

従来の研究はRFMモデルとk-meansクラスター分析に基づいて顧客セグメンテーションを行うこと多いですが,顧客の購買行動，購買意識と意思決定などの情報を把握することが難しい.本研究では，ネットビジネスデータの特徴に基づき，RFM法の上に,直近購買日(R),累積購買回数(F),クリック数(P),カートに入れ数(A）,商品種類(C）,お気に入り数(V）という六つの変数に増加し，新しいセグメンテーションのRF-PACVモデルを提案した.また，Calinski-Harabasz（CH）基準を導入することによりK-meansを行った。その結果，K-meansとRF-PACVモデルにより5組の顧客データが得られRF-PACV分析法は各顧客グループの特徴を分析し，顧客の異なる消費習慣と好みを区別することができる.